[发明专利]一种基于信用量整形的AVB网络多类预定流最坏排队延迟处理方法

说明书

本发明公开了一种基于信用量整形的AVB网络多类预定流最坏排队延迟处理方法，包括的步骤有：判断SR_B类流的数据帧在b＝1期数发送时其信用量是否达到下限loCredit_B；计算SR_C类流的数据帧的最坏排队延迟时间；获取在n个零界限周期结束时SR_B类流的信用量的最大值；通过分析多类流在AVB网络中的调度规则，构建SR_C类流最坏情形传输模型，为扩展AVB网络的实时性能，将机载、车载等实时应用中对实时性应用需求不高的信号映射为SR_C类流，并分析和计算SR_C类流的最坏情形排队延迟。

技术领域

本发明涉及一种应用于交换网络的消息排队延迟处理方法，更特别的说，涉及到一种基于信用量整形的AVB网络多类预定流排队延迟处理方法。

背景技术

音视频桥接(Audio/Video Bridging，AVB)网络是在工业标准以太网基础上经过适用性改造，采用预定流(Stream Reservation，SR)和信用量整形(CreditBased Shaping，CBS)等机制保障低延迟的音视频流服务，AVB互连技术已在嵌入式车载网络(如宝马系列车型)中得到实际应用。

标准AVB网络中包含有时间敏感的音视频预定流和一类尽力传(Best Effort，BE)流。所述BE流无延迟保证，和传统以太网流量兼容。时间敏感的音视频预定流优先级高于以太网尽力传BE流。为实现不同数据流间的调度，时间敏感的音视频预定流采用基于信用量的整形方式，BE流采用先进先出的方式，之后按照严格优先级排队(Strict PriorityQueuing，SPQ)转发规则实现流量的调度输出。

实时性是网络的一个重要指标，网络实时性指的是网络中的任务处理必须在指定的时间内，也即消息端到端延迟必须在规定的时间内。如车载、机载网络中的某些消息必须满足实时性要求，否则可能引发灾难性后果。计算最坏时间延迟的目的是确定数据帧经过网络节点所需要的最大时间，时间延迟反映交换网络执行转发操作的速度以及对待转发队列的处理情况。根据网络演算理论：采用到达曲线约束网络节点流量累积输入量，采用服务曲线描述网络节点多路复用排队服务能力，到达曲线与服务曲线之间的最大水平偏移为端到端最坏延迟。由于流量的突发度和持续速率是确定的，到达曲线容易获得。而确定服务曲线的关键是获得流量的排队延迟，一旦确定了流量的排队延迟就能确定其服务曲线，从而结合到达曲线获得流量端到端延迟。

网络中每个元件的输出端口能够支持多达八个流量类的传输，AVB目前在嵌入式车载组网中引发广泛关注。车载应用涉及安全域，辅助驾驶域，娱乐域，软件更新诊断域等，车载网络中存在大量的控制信号、音频信号、视频信号和诊断信号等，仅定义时间敏感的音视频预定流(SR_A类流和SR_B类流)不能满足多种不同定时需求信号的传输，势必会造成浪费，并且不利于构建大规模工业化组网。

发明内容

为了便于构建基于以太网的大规模工业化交换网络，承载不同定时需求消息的传输，本发明将AVB网络中时间敏感的音视频预定流由两类(SR_A类流、SR_B类流)扩展为多类(SR_A类流、SR_B类流、SR_C类流)，分析多类流在AVB网络中的调度规则，构建SR_C类流最坏情形传输模型并为优化网络实时性能，针对交换网络中的消息排队，提出了一种基于CBS整形的AVB网络多类预定流最坏排队延迟处理方法。本发明的目的是为了扩展AVB网络的实时性能，将机载、车载等实时应用中对实时性应用需求不高的信号映射为SR_C类流，并分析和计算SR_C类流的最坏情形排队延迟。

本发明是一种基于信用量整形的AVB网络多类预定流最坏排队延迟处理方法，特别是针对AVB网络中的SR_C类流进行的最坏排队延迟处理，其特征在于：

步骤一，判断SR_B类流的数据帧在b＝1期数发送时其信用量是否达到下限loCredit_B；

步骤101：计算SR_A类流的信用量在a＝1期数从开始上升至0的时间